声明
摘要
1．1研究背景
1．2 心电信号简介
1．2．1 心电信号产生机理
1．2．2心电信号波形
1．2．3心电信号噪声的来源
1．3研究现状
1．4问题的提出
1．5主要工作和创新点
1．6本文组织
第2章基于多尺度深度级联双边森林的心电身份识别方法
2．1研究动机
2．2 方法描述
2．2．1 多尺度信号编码
2．2．2深度级联编码
2．2．3身份匹配
2．3实验和分析
2．3．1实验设置
2．3．2参数分析
2．3．3多尺度信号编码影响分析
2．3．4基分类器影响分析
2．3．5鲁棒性分析
2．3．6与现有方法的比较
2．3．7时间消耗分析
2．4本章小结
第3章基于样本差异性和多视图鉴别分析的心电身份识别方法
3．1研究动机
3．2 方法描述
3．2．1 符号说明
3．2．2心电信号预处理
3．2．3 多视图的生成
3．2．4 基于样本差异性的多视图鉴别分析
3．2．5 身份匹配
3．3实验和分析
3．3．1 实验设置
3．3．2 参数分析
3．3．3 性能分析
3．3．4与现有方法的比较
3．3．5 时间消耗分析
3．4 本章小结
第4章基于多特征联合稀疏表示的心电身份识别方法
4．1 研究动机
4．2 方法描述
4．2．1 符号说明
4．2．2 目标函数
4．2．3 优化算法
4．2．4 身份匹配
4．2．5时间复杂度分析
4．3实验和分析
4．3．1 实验设置
4．3．2 参数分析
4．3．3 与单特征学习方法的比较
4．3．4 不同约束条件下学习方法的比较
4．3．5 与多特征学习方法的比较
4．3．6 与现有方法的比较
4．4 本章小结
第5章基于鲁棒多特征协同非负矩阵分解的心电身份识别方法
5．1 研究动机
5．2 方法描述
5．2．1 符号说明
5．2．2 目标函数
5．2．3 优化算法
5．2．4收敛性分析
5．2．5 身份匹配
5．2．6 时间复杂度分析
5．3实验和分析
5．3．1 实验设置
5．3．2 参数分析
5．3．3 与基方法的比较
5．3．4 与多特征学习方法的比较
5．3．5鲁棒性分析
5．3．6 与现有方法的比较
5．3．7时间消耗分析
5．4 本章小结
第6章总结与展望
6．1 主要工作总结
6．2未来工作展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与科研项目情况
攻读学位期间获得的奖励
山东大学;
